Tillämpning och formulering av matematiska

Matte 3b

En modell är inte en ekvation du löser en gång — det är en funktion som beskriver ett samband och som ska fungera för alla relevanta värden. P(t) = 50 000 · 1,08^t säger hur en stad med 8 % tillväxt per år ser ut vid vilken tidpunkt som helst. Det är en modell. En enstaka beräkning av invånarantalet år 3 är det inte.

Att bygga en bra modell börjar med att göra sina antaganden synliga. Exponentiell tillväxt fungerar ett tag, men en stad kan inte växa exponentiellt för evigt — yta tar slut, folk slutar flytta dit. Skriv ned: 'Antaganden: obegränsad tillväxt, inga katastrofer. Gäller ungefär 5–10 år framåt.' Då vet du när modellen slutar vara trovärdig, och du undviker att presentera prognoser som inte håller.

Det sista avgörande steget är att validera modellen mot verklig data. Din modell förutspår 4 500 sålda enheter i månad 5 — verkligheten visar 4 650. Tre procents avvikelse är rimlig; tjugo procent säger att något antagande är fel. Utan det steget är modellen bara matematik på papper, inte ett verktyg som faktiskt stämmer mot verkligheten.

Ur kursplanen: Tillämpning och formulering av matematiska modeller i realistiska situationer. Utvärdering av matematiska modellers egenskaper och begränsningar.

Det här lär du dig

✓Skilja en matematisk modell från en enstaka ekvation
✓Formulera en modell för ett givet fenomen som en funktion av relevanta variabler
✓Identifiera och skriva ned de antaganden modellen vilar på
✓Validera modellen mot verkliga data och bedöma dess giltighetsområde

övningstyper

∞

genererade uppgifter

anpassad svårighet

Vanliga utmaningar

Blandar ihop ekvation och modell

En ekvation löser ett enskilt fall. En modell är en formel som fungerar för alla värden på variabeln. P(t)=P₀·1,02^t är en modell; P(3)=53 061 är ett beräknat värde från modellen.

Skriver inte ned antagandena

Exponentiell tillväxt gäller bara om resurser är obegränsade. Skriv alltid: 'Antaganden: ...' och 'Gäller för: ...' direkt under formeln. Annars vet du inte när modellen börjar ge missvisande svar.

Validerar aldrig mot verkligheten

En formel utan verifiering är en kvalificerad gissning. Jämför alltid modellens förutsägelse med verkliga data för minst ett par punkter och kommentera hur stor avvikelsen är och om den är acceptabel.

Matte i vardagen

En sjö försuras av industriutsläpp och pH mäts månadsvis i två år. Modellen pH(t) = 7 − 0,5t + 0,05t² anpassas till mätdata.

Derivatan visar när försurningen går snabbast; integralen ger genomsnittligt pH över tio år. Men modellen håller bara om inga nya utsläppskällor tillkommer — en bra modellbyggare vet sina gränser.

Ett startup modellerar sin användartillväxt som U(t) = 100 · 1,25^t (i tusentals), vilket passar de första fyra åren perfekt.

På längre sikt mättas marknaden och exponentiell tillväxt slutar stämma. Modellen bör ersättas med en logistisk kurva, och att känna till det är lika viktigt som att kunna formeln.

Tips

💡Skriv alltid ned antagandena och giltighetsintervallet direkt under formeln — inte som en eftertanke.
💡Testa modellen mot minst tre datapunkter du inte använde för att bygga den.
💡Avsluta varje modell med en sats om när den slutar vara trovärdig: 'Modellen gäller uppskattningsvis för...'

Exempeluppgifter

Vad kostar en taxiresa på 10 kilometer enligt modellen $K(x) = 15x + 50$?
En modell $y = ax^2$ ska anpassas till punkten $(2, 9)$. Om vi antar att $a = 2$, vad blir residualen? (Observera att $a$ inte nödvändigtvis är det optimala värdet).
En annan taxioperatör tar ut 30 kr i startavgift och 20 kr per kilometer. För vilka sträckor $x$ (i km) är den första operatören (50 kr start, 15 kr/km) billigare än den andra? Ange svaret som ett intervall.